用于自主车辆和自主驾驶系统中的按需的特征集中的数据收集的系统和设备的制作方法

1.本公开涉及自主车辆中的真实世界数据收集。


背景技术：

2.包括自主车辆的机动车辆和包括自主驾驶系统的系统需要大量的数据来支持正常操作。对于在车辆设计阶段期间难以或不可能创建或已知的各种情形，数据是必需的。这些场景包括在包括下雨天气、下雪天气、结冰条件、大风、夜间驾驶、城市或市区驾驶等的各种环境条件下的操作。因此，这样的车辆和系统需要收集真实世界的数据用于操作。
3.可以提供车辆装置以收集真实世界数据，诸如雷达传感器、激光成像检测和成像(lidar)传感器和摄像机系统。这些装置和系统，在下文统称为传感器，连续地接收和产生大量数据。在机动车辆的特定操作期间，可能仅需要所收集的传感器数据的部分。例如，当在乡村驾驶事件期间操作时，预期更少的其他机动车辆车辆和更少的目标，诸如交通灯、路标和道路交叉口。因此，可用于机动车辆车辆的操作和与机动车辆车辆的操作有关的数据可以与实时条件更紧密地相关，例如公路条件、可用灯、温度等。当在这些条件期间访问所收集数据的大型数据库以辅助驾驶时，且当必须对实时收集的所有传感器数据进行排序时，许多数据可能不相关，且当前收集的一些数据可能是多余的，因为传感器连续接收本质上重复的数据。因此，连续地评估所有所收集的传感器数据(包括实时收集的所有传感器数据)是不必要的计算负担。
4.因此，虽然当前的自主车辆数据收集系统实现了它们的预期目的，仍需要一种新的且改进的系统来收集、优先化和使用实时数据用于自主车辆操作。


技术实现要素：

5.根据多个方面，机动车辆的按需的特征集中的数据收集系统包括配备机动车辆的至少一个数据收集装置。响应于用户提交的数据收集请求，数据收集单元从至少一个数据收集装置接收数据。数据场景组组合由数据收集单元接收的以及存储在机动车辆的数据收集单元中或远程服务器处的数据的部分。控制逻辑装置接收数据收集请求并激活数据的收集。控制逻辑装置包括：数据收集策略，如果不同类型的数据可用，则数据收集策略可以不同；被加载或部署的参考算法；为数据分配的存储容量；以及用于保存数据的存储策略。
6.在本公开的另一方面，存储容量包括大小被设计成存储所述数据的无锁无等待存储管理特征。
7.在本发明的另一方面，无锁无等待存储管理特征被配置为修改的乒乓缓冲机构，其包括两个缓存，所述两个缓存限定第一缓存和第二缓存，所述第一缓存和所述第二缓存具有相同的大小，其中在任何时间，所述第一缓存或所述第二缓存中的一者被标记为用于读取功能，且所述第一缓存或所述第二缓存中的另一者被标记为用于写入功能。
8.在本公开的另一方面，当满足预定数据条件时，控制逻辑装置触发记录器装置。
9.在本公开的另一方面，存储容量包括本地存储装置和位于远程服务器中的远程存储装置中的至少一个；其中记录器装置负责将数据写入本地存储装置或远程存储装置，并负责管理数据的存储。
10.在本公开的另一方面，数据收集请求定义指示要收集哪些数据以及收集级别的预定格式。
11.在本公开的另一方面，“按需”或者根据包括机动车辆的乘员的系统用户使用包括激活条件、数据选择、收集持续时间和数据存储的策略的请求，来自至少一个数据收集装置的数据被收集到目标特征。
12.在本公开的另一方面，数据场景组包括多个数据场景，多个数据场景中的一些或全部按需从远程服务器检索并经由第一远程请求返回到数据收集单元，第一远程请求经由无线装置转发到远程服务器，无线装置将第二远程请求传送到远程服务器。
13.在本公开的另一方面，数据定义了下雪事件场景、夜间驾驶事件场景、乡村驾驶事件场景、城市驾驶事件场景、车辆事故事件场景、住宅街道场景和公路场景中的至少一个。
14.在本公开的另一方面，所述至少一个数据收集装置包括前向摄像机、后向摄像机和雷达或激光成像检测和成像(lidar)装置中的至少一个。
15.根据多个方面，机动车辆的按需的特征集中的数据收集系统包括配备有自主机动车辆的至少一个数据收集装置。响应于用户提交的数据收集请求，数据收集单元从至少一个数据收集装置接收数据。控制逻辑装置接收数据收集请求。控制逻辑装置的执行器执行参考算法以产生参考输出。控制逻辑装置的比较器将参考输出与来自至少一个数据收集装置的数据进行比较。控制逻辑装置的记录器装置当满足预定数据条件时被触发，并且激活数据的收集。无锁无等待存储管理特征的大小被设计成存储数据。
16.在本公开的另一方面，控制逻辑装置包括数据收集策略，如果不同类型的数据可用，则该数据收集策略不同。
17.在本公开的另一方面，由控制逻辑装置产生的信号根据数据收集策略去激活数据收集。
18.在本公开的另一方面，采用存储管理特征的存储策略来保存数据。
19.在本公开的另一方面，参考算法包括实时检测和识别场景中的对象的对象检测特征。
20.在本公开的另一方面，参考算法定义可单独部署的应用。
21.在本公开的另一方面，参考算法具有唯一标识符和结构，所述结构包括唯一标识符所需的输入、数据的类型和大小、输出类型和输出大小，以及定义服务、可用存储器和控制逻辑装置的处理器的类型和频率的执行环境，当加载输入和执行环境时，执行器执行参考算法。
22.根据多个方面，一种用于执行机动车辆的按需的特征集中的数据收集的方法包括：提供配备有机动车辆的至少一个数据收集装置；响应于用户提交的数据收集请求，在数据收集单元中从所述至少一个数据收集装置接收数据；将由所述数据收集单元接收的所述数据的部分组合为数据场景组，并且将所述数据场景组存储在所述机动车辆的所述数据收集单元中的一个中或存储在远程服务器处；将所述数据收集请求传送到控制逻辑装置并激活所述数据的收集。
23.在本公开的另一方面，所述方法还包括：采用数据收集策略，如果在控制逻辑装置中不同类型的数据可用，则数据收集策略不同；以及在采用所述数据收集策略之后，对所述数据应用参考算法。
24.在本公开的另一方面，所述方法还包括：为所述数据分配存储装置；采用存储策略以将所述数据保存在所述存储装置中；以及在从用户接收到数据收集请求时，按需从存储装置检索数据。
25.本发明还可包括下列方案。
26.1. 一种机动车辆的按需的特征集中的数据收集系统，包括：配备有机动车辆的至少一个数据收集装置；数据收集单元，其响应于用户提交的数据收集请求从所述至少一个数据收集装置接收数据；数据场景组，其组合由所述数据收集单元接收的数据的部分并且存储在所述机动车辆的数据收集单元中或远程服务器处；控制逻辑装置，其接收所述数据收集请求并且激活所述数据的收集，并且具有：数据收集策略，如果不同类型的数据可用，数据收集策略可以不同；参考算法，所述参考算法产生参考输出，所述参考输出与来自所述至少一个数据收集装置的数据进行比较，并启动对所述数据的收集的激活；为数据分配的存储容量；以及用于保存所述数据的存储策略。
27.2. 根据方案1所述的系统，其中，所述存储容量包括大小被设计成存储所述数据的无锁无等待存储管理特征。
28.3. 根据方案2所述的系统，其中，所述无锁无等待存储管理特征被配置为修改的乒乓缓冲机构，所述乒乓缓冲机构包括两个缓存，所述两个缓存限定具有第一缓存大小的第一缓存和具有与所述第一缓存大小相同大小的第二缓存大小的第二缓存，其中在任何时间，所述第一缓存或所述第二缓存中的一个被标记为用于读取功能，并且所述第一缓存或所述第二缓存中的另一个被标记为用于写入功能。
29.4. 根据方案1所述的系统，还包括记录器装置，当满足预定数据条件时，所述记录器装置由所述控制逻辑装置触发。
30.5. 根据方案4所述的系统，其中，所述存储容量包括本地存储装置和位于所述远程服务器中的远程存储装置中的至少一个；其中记录器装置负责将数据写入本地存储装置或远程存储装置；并负责管理数据的存储。
31.6. 根据方案1所述的系统，其中，所述数据收集请求限定预定格式，所述预定格式指示要收集所述数据中的哪些数据以及收集级别。
32.7. 根据方案1所述的系统，其中，从所述至少一个数据收集装置接收的数据基于“按需”或根据用户的请求被收集到目标特征，所述用户包括机动车辆的乘员，使用一个或多个数据收集策略来收集数据，所述数据收集策略限定激活条件、数据选择、收集持续时间和数据存储中的至少一个。
33.8. 根据方案1所述的系统，其中，所述数据场景组包括多个数据场景，所述多个数据场景中的一些或全部基于“按需”从所述远程服务器被检索，并且经由第一远程请求返回
到所述数据收集单元，所述第一远程请求经由无线装置转发到所述远程服务器，所述无线装置还将第二远程请求传送到所述远程服务器。
34.9. 根据方案1所述的系统，其中，所述数据定义下雪事件场景、夜间驾驶事件场景、乡村驾驶事件场景、城市驾驶事件场景、车辆事故事件场景、住宅街道场景和公路场景中的至少一者。
35.10. 根据方案1所述的系统，其中，所述至少一个数据收集装置包括前向摄像机、后向摄像机、雷达或激光成像检测和成像(lidar)装置中的至少一个。
36.11. 一种机动车辆的按需的特征集中的数据收集系统，包括：配备有自主机动车辆的至少一个数据收集装置；数据收集单元，其响应于用户提交的数据收集请求接收由所述至少一个数据收集装置收集的数据；控制逻辑装置，其接收所述数据收集请求；所述控制逻辑装置的执行器，其执行参考算法以产生参考输出；所述控制逻辑装置的比较器，其将参考输出与由所述至少一个数据收集装置收集的数据进行比较；所述控制逻辑装置的记录器装置，所述记录器装置在满足预定数据条件时被触发并激活数据的收集；以及无锁无等待存储管理特征，其大小被设计成存储所述数据。
37.12. 根据方案11所述的系统，其中，所述控制逻辑装置包括数据收集策略，如果由所述至少一个数据收集装置收集的不同类型的数据可用，则所述数据收集策略不同。
38.13. 根据方案12所述的系统，还包括由所述控制逻辑装置产生的信号，以根据所述数据收集策略去激活数据收集。
39.14. 根据方案11所述的系统，还包括存储策略，所述存储策略由所述无锁无等待存储管理特征使用以保存由所述至少一个数据收集装置收集的数据。
40.15. 根据方案11所述的系统，其中，所述参考算法包含实时检测和辨识场景中的对象检测特征。
41.16. 根据方案11所述的系统，其中，所述参考算法定义可单独部署的应用。
42.17. 根据方案11所述的系统，其中，所述参考算法具有唯一标识符和结构，所述结构包括唯一标识符所需的输入、由至少一个数据收集装置收集的数据的类型和大小、输出类型和输出大小、以及定义服务、可用存储器和控制逻辑装置的处理器的类型和频率的执行环境，当所述输入和执行环境被加载时，执行器执行所述参考算法。
43.18. 一种执行按需的特征集中的数据收集的方法，包括：提供配备有机动车辆的至少一个数据收集装置；响应用户提交的数据收集请求，在数据收集单元中从至少一个数据收集装置接收数据；组合由所述数据收集单元接收的数据的部分作为数据场景组以及将数据场景组所述存储在所述机动车辆的数据收集单元中或远程服务器处的一者中；将所述数据收集请求传送到控制逻辑装置以及激活数据的收集。
44.19. 根据方案18所述的方法，还包括：
采用数据收集策略，如果在控制逻辑装置中不同类型的数据可用，数据收集策略不同；以及在部署所述数据收集策略之后对所述数据应用参考算法。
45.20. 根据方案19所述的方法，还包括：为所述数据分配存储装置；采用存储策略以将数据保存在所述存储装置中；以及在从用户接收到数据收集请求之后按需从所述存储装置检索数据。
46.进一步的应用领域从本文提供的描述将变得显而易见。应当理解，描述和具体示例仅旨在用于说明的目的，而不旨在限制本公开的范围。
附图说明
47.本文描述的附图仅用于说明目的，而不旨在以任何方式限制本公开的范围。
48.图1是根据示例性方面的按需的特征集中的数据收集系统的系统图；图2是识别与用于操作针对图1的系统收集的数据的控制器相关联的特征的流程图；图3是用于激活图1的系统的数据请求的控制逻辑系统部分的流程图；以及图4是图1的系统的无锁无等待存储管理特征的图示。
具体实施方式
49.以下描述本质上仅是示例性的，并且不旨在限制本公开、应用或使用。
50.参考图1，为机动车辆12提供按需的特征集中的数据收集系统10，其可以限定自主驾驶车辆或车辆的自主驾驶系统。机动车辆12设置有至少一个数据收集装置并且根据多个方面设置有多个数据收集装置，数据收集装置可以包括但不限于前向摄像机14、后向摄像机16和雷达或激光成像检测和成像(lidar)装置18。多个数据收集装置从多个源收集数据。数据收集单元20接收由多个数据收集装置收集的数据。例如，当诸如操作者或乘客的机动车辆12的乘员24提交数据请求22时，数据收集单元20可以接收数据。
51.所收集的数据可以定义一个或多个数据场景，并且因此可以在一个或多个数据场景之间不同，所述数据场景包括下雪事件场景26、夜间驾驶事件场景28、乡村驾驶事件场景30、城市驾驶事件场景32和车辆事故事件场景34。数据场景的进一步示例可以包括非运动场景，包括但不限于住宅街道场景36和公路场景38。所收集的数据可以整体地或作为所收集的数据的部分被组合到数据场景组40中，数据场景组可以被存储在机动车辆12的数据收集单元20中、或者可以经由第一远程请求44被存储在远程服务器42处，该第一远程请求经由将第二远程请求48传输到远程服务器42的无线装置46被转发到远程服务器42。数据场景组40的一些或所有数据场景可以按需从远程服务器42检索，并且通过反转第二远程请求48和第一远程请求44使用无线传输返回到数据收集单元20。
52.参考图2并再次参考图1，按需的特征集中的数据收集系统10可以被实现为诸如软件部件或控制器50(在下文中被统称为控制器50)的单独装置。控制器50可以被部署在自动驾驶车辆中或具有感知能力的配备自动驾驶系统的机动车辆12中。如上所述，感知能力可以包括但不限于前向摄像机14、后向摄像机16和雷达或激光雷达装置18，以收集在机动车
辆车辆设计阶段期间难以或不可能创建的各种场景的真实世界数据。按需的特征集中的数据收集系统10允许仅“按需”收集与目标特征相关的数据，按需定义为系统用户想要或需要某事的任何时间以及只要系统用户请求时，系统用户可以包括机动车辆12的乘员24。请求可以包括各种策略，包括激活条件、数据选择、收集持续时间和数据存储。
53.使用控制器50的用于按需的面向特征的数据收集的架构获取：来自数据收集装置和其他车辆传感器中的必要数据收集装置和其他车辆传感器的数据场景组40的传感器数据；来自要收集的感兴趣特征52的输出；以及来自本地用户或远程用户的数据收集的请求。诸如数据请求22、第一远程请求44或第二远程请求48的数据收集请求具有预定格式，指示收集什么数据以及处于多高的级别。收集级别可以定义例如在特定场景处的收集，或者当感兴趣特征52产生与预定或参考算法54相比不同的输出时的收集。
54.控制器50的控制逻辑装置56接收数据请求22，识别在不同类型的可用数据之间可能不同的数据收集策略58，或者根据参考算法54是否已经本地存在或者需要从远程位置例如从远程服务器42检索来部署参考算法54，分配对于采用存储策略60的数据收集来说足够的存储容量，以及启动数据的收集。控制逻辑装置56连续地监测收集条件，并且当满足预定数据条件时使用记录器装置62触发数据记录。记录器装置62负责将数据写入本地存储装置64或写入可能位于远程服务器42中的远程存储装置66，并负责管理数据存储。数据收集服务的调用和终止由来自更高系统级装置68的请求来控制。
55.在按需的特征集中的数据收集系统10中可以存在多个数据收集服务，以收集用于不同特征的数据。每个数据收集服务还可被定义为收集用于多个特征的数据。控制器50可以包括参考算法54、数据收集策略58和存储策略60，或者可以在一个或多个其他控制器中提供这些要素。
56.根据多个方面，应用机制来定义可定制的特征专用的数据收集策略。该机制由两部分构成：1)例如由数据请求22例示的数据结构收集请求；以及2)本地存储的收集策略，诸如数据收集策略58。由按需的特征集中的数据收集系统10应用的设计原理使用承载大多数信息的最小数据。
57.数据结构收集请求包括以下：request = 《req-id, strgy-id, f-list》req-id：指示所述请求，其中：潜在地，服务/装置可以收集用于多个特征的数据。
58.strgy-id：数据收集服务的对应于在数据收集策略58中定义的条目的配置。
59.f-list：数据被收集所用于的特征的列表。
60.根据一个示例：r = 《10, {diff, (v-spd, v-loc, f-image, o-list), ref-algo}, {sbda, lca}, local》指示，该请求将在侧面盲区警告和车道改变警告两者都被激活时收集关于这两者的特征的数据，将在特征输出和参考算法54 ref-algo之间的差异出现时收集数据，并且将数据存储在本地存储器上。
61.数据收集策略58：定义收集什么数据、何时收集数据以及如何收集数据。
62.为一个特征或一组特征定义一组策略，这些策略在车辆设计时被预先确定。该组策略可以用数据收集服务本地存储，并且可以在某个指定状态下更新，例如当机动车辆12停车时。收集策略的示例特征以例如以下表1中示出的多表格式来定义。
63.表1：
。
64.参照图3并再次参照图1和2，数据收集的激活基于激活策略70。激活策略70在参照图2示出和描述的控制逻辑装置56中实现，所述控制逻辑装置发送激活信号72以触发数据收集。控制逻辑装置56执行参考算法54，该算法或者内置在控制逻辑装置56中或者按需加载，其或者被本地存储或者被加载并随后移除。参考算法54由控制逻辑装置56中的执行器74执行，并产生参考输出76。使用比较器装置78将参考输出76与由车载系统产生的车载系统输出80进行比较，例如数据场景组40的场景之一，例如具有摩托车、天气事件如下雪事件场景26、下雨事件场景，或定义夜间驾驶事件场景28期间的交互，并产生激活信号72以根据数据收集策略58激活和去激活数据收集。
65.根据示例1：参考算法54被定义为夜间场景，例如夜间驾驶事件场景28，其中数据收集策略58定义了使用原始图像速度位置检测每10秒收集的情形。当图像的车载系统输出80是夜间并且用于收集的定时器输出达到10秒时，产生激活信号72以触发数据收集操作。
66.根据示例2：参考算法54包括实时检测和识别场景中的各种对象的仅看一次(yolo)对象检测算法特征。yolo中的对象检测作为回归分析问题来执行，其中所有对象在单个算法运行中被检测，并且提供所检测场景图像的类概率。数据收集策略58比较不同的原始图像车载输出位置。当参考算法54产生不同于车载系统输出80的检测结果时，产生激活信号72以触发数据收集。
67.参考算法54部署是微服务。每个参考算法54被实现为可单独部署的应用，其中当数据收集服务开始时，任何参考算法54由执行器74加载。控制逻辑装置56中的执行器74负责加载参考算法54并确保其被正确配置。对于每个参考算法54，其实现被串行化、本地存储或从诸如远程服务器42的某个远程服务器接收。参考算法54由algo_id唯一地标识(如下面的表2所示)，并且遵循统一的结构。所述结构包含：algo_id所需的所有输入及其数据类型和大小、所产生的所有输出及其类型和大小、以及所需的执行环境，诸如基础设施服务、可用存储器、处理器的类型和频率等。当所有输入和环境都准备好时，执行器74调用参考算法54的可执行程序。
68.表2：
。
69.参考图4并再次参考图1到3，作为参考图1定义的数据场景组40的所收集的数据必须是一致的和清楚的以反映真实世界的情形。数据首先被存储在诸如本地存储装置64的车载存储器中的一个或多个缓存中，并且以数据块的形式被写入到诸如远程存储装置66的永久性存储器中。所有数据都附加有来自全局时钟的时间戳，使得整个系统在任何给定时刻看到相同的时间。为了管理数据场景组40，按需的特征集中的数据收集系统10可以包括无锁无等待存储管理特征82。根据多个方面，无锁无等待存储管理特征82可以被配置为用于无锁和无等待数据记录的修改的乒乓缓冲机构84，因为这种方法在改进记录的同时避免了数据损坏。
70.修改的乒乓缓冲机构84包括两个缓存，其限定具有第一缓存大小的第一缓存86和具有与第一缓存大小相同的第二缓存大小的第二缓存88，且第一缓存86和第二缓存88中的每个的大小被设计成用于存储所有所接收或所需的信号的数据，其限定在上文关于图3所论述的收集策略中。在任何给定时间，例如第一操作配置84a，存在一个缓存，例如标记为用于读取功能90的第一缓存86，以及存在另一个缓存，例如标记为用于写入功能92的第二缓存88。诸如记录器装置62的记录器将所收集的数据存储在可操作的读取缓存中，并且并行地将数据写入到可操作的写入缓存中，到本地存储装置64或到诸如远程存储装置66的永久存储器。在完成收集读取缓存中的新数据或将数据转储到写入缓存中时，无论哪个最新完成，切换用于读取和写入的标记。在切换时，第二操作配置84b提供缓存中的相反缓存，例如，被标记为用于读取功能94的第二缓存88，以及另一缓存，例如被标记为用于写入功能96的第一缓存86。
71.本公开的按需的特征集中的数据收集系统10允许灵活配置数据收集系统以收集任何请求的数据并且在不同的场景中。可以将按需的特征集中的数据收集系统10重新定目标，以收集用于不同特征的不同类型的数据，而不重建和重新刷新控制器软件。
72.参照图3描述的控制器50是非通用的电子控制装置，其具有预编程的数字计算机或处理器、用于存储诸如控制逻辑、软件应用、指令、计算机代码、数据、查找表等的数据的存储器或非暂时性计算机可读介质、以及收发器或输入/输出端口。计算机可读介质包括能够由计算机访问的任何类型的介质，诸如只读存储器(rom)、随机存取存储器(ram)、硬盘驱动器、压缩盘(cd)、数字视频盘(dvd)或任何其他类型的存储器。非暂时性计算机可读介质排除传输暂时性电信号或其它信号的有线、无线、光学或其它通信链路。非暂时性计算机可读介质包括其中数据可以被永久存储的介质和其中数据可以被存储并且稍后被重写的介
质，诸如可重写光盘或可擦除存储器装置。计算机代码包括任何类型的程序代码，包括源代码、目标代码和可执行代码。
73.本公开的按需的特征集中的数据收集系统10可以被实现为单独的装置，其被部署到配备有感知能力的自主车辆(av)或高级驾驶员辅助系统(adas)车辆，以针对在车辆设计时间期间难以或不可能创建(有时甚至已知)的各种场景收集真实世界数据。本公开的系统允许使用各种策略按需收集仅与目标特征相关的数据，所述策略包括激活条件、数据选择、收集持续时间和数据存储。
74.本公开的按需的特征集中的数据收集系统10提供了多个优点。这些包括这样的数据收集系统，该数据收集系统包括由一些可定制的收集策略触发的按需数据收集。至少一个基于算法的决定被用于使得能够仅收集用于一个或一组目标特征的相关和有意义的数据。基于微服务的架构使得能够按需部署和激活用于数据的策略和算法。连续数据收集配备无锁无等待存储管理的支持。
75.本公开的描述本质上仅仅是示例性的，并且不脱离本公开的要旨的变化旨在处于本公开的范围内。这些变化不应被认为是偏离了本公开的精神和范围。

技术特征：
1.一种机动车辆的按需的特征集中的数据收集系统，包括：配备有机动车辆的至少一个数据收集装置；数据收集单元，其响应于用户提交的数据收集请求从所述至少一个数据收集装置接收数据；数据场景组，其组合由所述数据收集单元接收的数据的部分并且存储在所述机动车辆的数据收集单元中或远程服务器处；控制逻辑装置，其接收所述数据收集请求并且激活所述数据的收集，并且具有：数据收集策略，如果不同类型的数据可用，数据收集策略可以不同；参考算法，所述参考算法产生参考输出，所述参考输出与来自所述至少一个数据收集装置的数据进行比较，并启动对所述数据的收集的激活；为数据分配的存储容量；以及用于保存所述数据的存储策略。2.根据权利要求1所述的系统，其中，所述存储容量包括大小被设计成存储所述数据的无锁无等待存储管理特征。3.根据权利要求2所述的系统，其中，所述无锁无等待存储管理特征被配置为修改的乒乓缓冲机构，所述乒乓缓冲机构包括两个缓存，所述两个缓存限定具有第一缓存大小的第一缓存和具有与所述第一缓存大小相同大小的第二缓存大小的第二缓存，其中在任何时间，所述第一缓存或所述第二缓存中的一个被标记为用于读取功能，并且所述第一缓存或所述第二缓存中的另一个被标记为用于写入功能。4.根据权利要求1所述的系统，还包括记录器装置，当满足预定数据条件时，所述记录器装置由所述控制逻辑装置触发。5.根据权利要求4所述的系统，其中，所述存储容量包括本地存储装置和位于所述远程服务器中的远程存储装置中的至少一个；其中记录器装置负责将数据写入本地存储装置或远程存储装置；并负责管理数据的存储。6.根据权利要求1所述的系统，其中，所述数据收集请求限定预定格式，所述预定格式指示要收集所述数据中的哪些数据以及收集级别。7.根据权利要求1所述的系统，其中，从所述至少一个数据收集装置接收的数据基于“按需”或根据用户的请求被收集到目标特征，所述用户包括机动车辆的乘员，使用一个或多个数据收集策略来收集数据，所述数据收集策略限定激活条件、数据选择、收集持续时间和数据存储中的至少一个。8.根据权利要求1所述的系统，其中，所述数据场景组包括多个数据场景，所述多个数据场景中的一些或全部基于“按需”从所述远程服务器被检索，并且经由第一远程请求返回到所述数据收集单元，所述第一远程请求经由无线装置转发到所述远程服务器，所述无线装置还将第二远程请求传送到所述远程服务器。9.根据权利要求1所述的系统，其中，所述数据定义下雪事件场景、夜间驾驶事件场景、乡村驾驶事件场景、城市驾驶事件场景、车辆事故事件场景、住宅街道场景和公路场景中的至少一者。10.根据权利要求1所述的系统，其中，所述至少一个数据收集装置包括前向摄像机、后向摄像机、雷达或激光成像检测和成像(lidar)装置中的至少一个。

技术总结
一种机动车辆的按需的特征集中的数据收集系统包括配备有机动车辆的至少一个数据收集装置。响应于用户提交的数据收集请求，数据收集单元从至少一个数据收集装置接收数据。数据场景组组合由数据收集单元接收的数据的部分并且存储在机动车辆的数据收集单元中或远程服务器处。控制逻辑装置接收数据收集请求并激活数据的收集。控制逻辑装置包括：数据收集策略，如果不同类型的数据可用，则该数据收集策略不同；加载或部署的参考算法；为数据分配的存储容量；以及用于保存数据的存储策略。以及用于保存数据的存储策略。以及用于保存数据的存储策略。


技术研发人员：S
受保护的技术使用者：通用汽车环球科技运作有限责任公司
技术研发日：2022.10.17
技术公布日：2023/9/7